Solana Foundation, 지리 기반 리더 배정 분석…지분 기준 10% 제시

Solana Foundation은 10월 14일 Solana 검증자의 지리적 위치를 반영한 리더 스케줄 분석을 공개하고, 지분 기준인 STAKE_FLOOR는 10% 안팎, 연속 리더 묶음 크기인 RUN_LENGTH는 3~7개가 적절하다고 밝혔다. 리더 간 인계 지연을 줄이면서 특정 지역에 리더가 연속으로 몰리는 위험을 조절하기 위한 제안이다.

Solana의 리더 스케줄은 슬롯을 생성할 권한이 있는 검증자를 정한다. 현재 방식은 검증자의 지분을 기준으로 에포크마다 4개 연속 슬롯으로 이뤄진 리더 구간을 배정하며, 지리적 위치는 고려하지 않는다. 연속 리더가 지구 반대편에 있으면 인계 과정에서 신호 전파만으로 수십 밀리초의 지연이 발생할 수 있다는 게 Solana Foundation의 설명이다.

지리 기반 리더 스케줄은 검증자별 리더 구간 수를 유지하면서 지리적으로 가까운 리더가 이어지도록 기존 무작위 배정 순서를 바꾸는 방식이다. SIMD-0675는 기존 리더 추출 방식을 대체하지 않고 같은 무작위 스케줄을 입력으로 사용한다. 관련 제안에는 검증자 위치 등록을 다루는 SIMD-0674도 있다.

Solana Foundation은 STAKE_FLOOR를 높이면 허위 위치 신고 공격의 비용이 커지지만, 10%를 넘어서면 분석 당시 전체 지분의 약 10.4%를 차지하는 아시아에서 지역 내 리더 묶음이 사라진다고 설명했다. 이 때문에 STAKE_FLOOR를 10% 안팎으로 유지하는 것이 분석의 제안이다.

STAKE_FLOOR를 나타내는 σ는 각 위치에서 전체 지분의 최소 σ 비율을 포함하는 반경을 결정한다. 검증자가 밀집한 지역은 반경이 작고 고립된 검증자는 반경이 크며, 두 리더 사이의 거리가 각자의 반경 중 큰 값 이내라면 같은 묶음에 들어갈 수 있다.

RUN_LENGTH를 나타내는 γ는 한 묶음에 포함할 리더 수다. 무작위 스케줄을 순서대로 살피며 각 리더를 조건에 맞는 열린 묶음 중 하나에 무작위로 넣고, 맞는 묶음이 없으면 새로 만든다. γ개가 모인 묶음은 내부 순서를 섞은 뒤 최종 스케줄에 연속으로 배치하는 구조다.

Solana Foundation은 줄이려는 위험에 따라 γ를 3~7개 사이에서 선택하되 7개를 넘기지 않을 것을 권고했다. 검증자 간 연합을 고려한 시뮬레이션에서는 σ를 10%로 고정할 경우, 연속 리더 구간에서 발생하는 MEV 기회의 절대 증가 폭이 제한적이라는 결과다.

분석 대상은 검증자가 운영되는 기존 124개 위치를 6개 광역 지역으로 묶고, 노드와 지분의 분포 및 집중도를 바꿔 만든 가상 네트워크 6250개다. Solana Foundation은 다른 위치에서 즉시 노드를 운영할 수 있다는 근거가 없어 새 위치를 시뮬레이션에 추가하지 않았다. 기존 지리적 불균형을 유지한 상태에서 매개변수의 영향을 비교한 것이다.

리더 인계 지연 개선 폭은 σ가 작고 γ가 클수록 커졌다. σ가 10%일 때 무작위 배정 대비 평균 개선 폭은 γ가 2개이면 15.8ms, 50개이면 33.9ms였으며, γ를 고정하고 σ를 2%에서 20%로 높이면 개선 폭의 약 3분의 1이 줄어드는 양상이다.

Solana Foundation의 분석에서 σ를 10%로 설정하면 γ가 3개일 때도 50개 묶음에서 관찰한 지연 개선 폭의 65%를 확보했다. γ가 5개이면 79%, 10개이면 91%를 얻는 것으로 나타나 묶음을 계속 키워 얻는 추가 개선 폭은 작아진다. γ개 리더 묶음에서 다음 묶음으로 넘어가는 장거리 인계 비중은 대략 1/γ여서, γ가 약 10개를 넘으면 리더를 하나 더 추가하는 효과가 매우 작다는 설명이다.

반면 같은 지역에 리더가 오래 머물면 대형 서비스 제공업체의 장애, 지역 검열, 지역 네트워크 분할에 더 오래 노출될 수 있다. Solana Foundation은 지역별 리더를 묶는 과정에서 무작위 배정이 제공하던 복원력이 낮아지는 점을 지연 개선의 대가로 봤다.

지역 집중의 지속성을 측정하기 위해 Solana Foundation은 연속된 k개 리더 구간이 같은 광역 지역에 속할 확률을 계산했다. 각 길이에서 지리 기반 배정과 무작위 배정의 확률 차이를 모두 합한 값이 초과 누적 지리적 지속성 지표 D_G다. 시뮬레이션의 전체 리더 구간은 10만8000개이며, 각 길이 k에 대해 가능한 시작 위치를 균등하게 취급한다.

Solana Foundation은 k가 전체 구간 수보다 훨씬 작고 전체 구간 수가 충분히 클 때 D_G에 리더 구간 길이 0.8초를 곱해 같은 지역에 추가로 머무는 시간을 근사할 수 있다고 설명했다. 추가 리더 구간 수나 초 단위로 표현한 지속성 수치는 이 근사 해석을 따른다.

지역 지속성의 초과분은 짧은 구간에서 정점에 이른 뒤 감소했다. γ가 2개이면 약 20개 리더 구간 이후 초과분이 사라졌지만, γ가 50개이면 수백 개 구간까지 이어지는 양상이다.

Solana Foundation의 분석에서 γ를 50개로 고정하고 σ를 2%에서 20%로 높이자 D_G는 약 61개 리더 구간에서 약 23개 구간으로 줄었다. 가상 네트워크 간 편차도 작아졌으며, 이는 반경이 커질수록 하나의 묶음에 여러 위치와 지역이 섞이는 효과를 반영한다.

연속성만으로는 특정 지역의 집중도를 모두 포착하기 어렵다는 점도 분석에 포함했다. 다른 지역의 리더 하나가 끼면 연속 기록이 끊기므로, 별도로 연속 ℓ개 리더 구간 중 가장 많이 등장하는 광역 지역의 비중을 측정하는 방식이다. 무작위 배정에서는 각 지역이 지분에 대체로 비례해 나타나며, 이 비중의 분포가 무작위 배정보다 오른쪽으로 이동하면 한 지역이 구간을 지배하는 빈도가 높아졌음을 뜻한다.

Solana Foundation은 지연을 실제 측정하는 대신 검증자 간 거리만으로 추정했다. 추정식은 지연(ms)=1.5×거리(km)÷200(km/ms)이며, 광섬유 신호 속도를 빛의 약 3분의 2로, 전파 경로를 대권 거리보다 50% 길게 가정한 것이다. 스케줄의 인계 지연은 연속 리더 간 추정 지연의 평균으로 구하고, 무작위 배정의 평균에서 지리 기반 배정의 평균을 빼 개선 폭을 계산한다.

운영 측면에서는 검증자가 드문 위치일수록 가까운 이전 리더를 만날 가능성이 커지고, 검증자별 에포크 내 리더 구간 수는 유지한다. 다만 Solana Foundation은 거래 전송자가 연속 리더의 지리적 독립성을 전제해서는 안 되며, 스케줄 계산도 복잡해지고 신고된 위치 정보에 의존하게 된다고 설명했다.

Solana Foundation은 이번 결과가 기존 검증자 위치 분포를 전제로 한다고 명시했다. 검증자가 적은 지역에 새로운 운영 위치가 생기거나 지역 간 지분 분포가 크게 바뀌면 매개변수 선택을 다시 검토해야 한다.